多媒体

定义

多媒体指在同一信息产品中组合运用两种或两种以上媒体形式来表达内容，这些形式通常包括文本、图形、图像、音频、动画和视频^[1][2]。媒体一词本身指承载或传递信息的载体，书籍、报刊、广播、电视都各以文字、声音或图像作为自己的媒体形式^[3]。

在计算机与通信语境中，多媒体的含义更窄：它强调将上述多种单媒体经数字化后由计算机程序统一处理、建立逻辑联系，并在交互界面上呈现，因此单纯的电视节目或音响播放通常不被视为多媒体系统^[4][5]。也有资料指出，多媒体至今尚无严格统一的定义，狭义上指两种及以上电子媒体的组合，广义上还包括与印刷媒体的组合^[2]。

原理

多媒体得以成立的前提是数字化：声音、图像、视频等模拟信号经采样、量化、编码变为离散的二进制序列，才能被计算机存储、编辑与传输^[3]。多种媒体在同一系统中需保持同步与集成，使声音、活动影像在时间轴上对齐，并实时响应用户操作，这构成多媒体的集成性、交互性与实时性三项基本特征^[5]。

未经压缩的数字媒体数据量极大。以一幅 640×480 分辨率的彩色图像为例，单帧约需 0.9216 MB；若按每秒 30 帧播放，传输速率约 221.2 Mbit/s，放入 650 MB 光盘仅能播放约 23 秒^[3]。因此数据压缩成为关键环节：有损压缩允许舍弃人耳或人眼不易察觉的成分，无损压缩则要求原样还原，压缩比、码率与质量之间的取舍是多媒体系统设计的核心权衡^[6]。信息量与数据量的关系可写作 $信息量=数据量-数据冗余量$，压缩针对的正是其中的冗余部分^[3]。

发展历程

多媒体一词于 1983 年出现在计算机领域，用来描述文本、图形、图像、声音、视像与动画等多种信息媒体的组合^[7]。1984 年，苹果 Macintosh 计算机引入位映射图形处理与图标、窗口界面，1987 年又引入超文本信息存储结构；1985 年 Commodore 推出 Amiga500；1986 年飞利浦与索尼联合研制交互式紧凑光盘系统 CD-I；1987 年至 1989 年 RCA 与英特尔推出交互式数字视频系统 DVI^[8]。早期在个人计算机上播放视频，多依靠计算机控制激光视盘机输出模拟影像；1990 年苹果发布 QuickTime，把视频数字化、压缩后直接在机器内播放，改变了这一格局^[9]。

标准与操作系统的配套推动了普及：1990 年多媒体产品协会制定多媒体计算机标准，1992 年微软推出 Windows 3.1，1993 年与 1995 年又相继出现 MPC Level II 与 MPC 3.0 规范^[8]。在网络方向，1990 年代中期万维网普及后，实时音视频传输成为研究热点，1995 年实时传输协议 RTP 形成标准文本，为流媒体与视频会议提供了基础^[10]。流媒体技术把音视频压缩分包后由服务器连续传送，用户无需等待整个文件下载完成即可播放^[8]。

应用

教育是最早也最集中的应用领域。研究数据显示，学习者仅靠听觉时 3 小时后约能保持 70% 的信息、3 天后降至 30%；仅靠视觉时分别为 72% 与 20%；视听并用则分别为 85% 与 65%，多种媒体结合有助于提高知识传递效率^[11]。借助计算机的图像、视频与音频处理功能，教学材料可纳入显微影像、植物生长过程的特技镜头与同步解说，形成图文声像并茂的环境^[11]。

通信与传播是另一主要方向。多媒体通信在一次呼叫中同时提供声音、图像、图形、数据与文本，其实现形态可分为媒体混合、媒体复合与媒体转换三类，视频会议与视频电话属于典型的媒体复合^[12]。在新闻生产中，文字、图片、视频、音频与图表被整合为同一报道的不同形式，形成多渠道分发的融合新闻^[13]。此外，多媒体技术还被用于工业生产管理、公共信息咨询、商业广告、军事指挥与训练以及家庭娱乐等领域^[5]。医疗场景中，沉浸式影像解读、远程协同会诊等应用也依托此类技术实现^[14]。

局限

数据量与传输能力之间的矛盾长期存在。高分辨率彩色图像与视频对存储和带宽的需求远超硬件供给，曾被视为制约多媒体实时应用的瓶颈，压缩技术正是为缓解这一矛盾而发展^[3]。压缩并非没有代价：压缩比越高，画质损失与计算开销越大；一些算法在带宽低于某一阈值时会导致画面完全丢失，鲁棒性有限^[15]。

不同媒体对时延的要求并不一致。面向对话类应用（如视频会议）的压缩方案，编解码本身引入的端到端时延应控制在 150 毫秒以内，理想情况下单程不超过 50 毫秒，否则交互的自然感会被破坏^[16]。多媒体系统的实现还高度依赖标准化：若编码格式、帧率与数据率互不兼容，同一素材便难以在不同厂商的系统间交换与复现^[16]。

概念层面也存在边界模糊的问题。由于“媒体”既可指信息的表现形式，也可指传输介质或存储实体，用“多媒体”指称文字、图形与声音的组合并不严格，这一用法在一般文献中虽被沿用，仍属于较狭义的理解^[4]。多媒体自身的定义至今也没有完全统一的表述^[2]。

参见

• 超文本 —— 以链接方式组织信息节点，为多媒体的非线性浏览提供结构基础。

• 流媒体 —— 将音视频压缩分包后连续传输、边接收边播放的传输方式。

• 数据压缩 —— 降低多媒体数据冗余量、缓解存储与带宽压力的关键技术。

• 虚拟现实 —— 在多媒体基础上构建可交互三维沉浸环境的技术。

• 人机交互 —— 研究人与计算机之间信息交换方式的领域。